报告题目：可解释评估及其应用
主讲人：傅金兰博士
时间：2022年07月16日（星期六）晚上20:00
地点：腾讯会议号291808287
摘要：虽然基于深度学习的方法刷新了许多任务的最好性能，但模型以及评估指标的不可解释，使我们缺乏对模型功能属性以及模型优缺点的理解，这阻碍了进一步高效地设计性能更好的模型。为了解决这个问题，我们尝试在评估阶段引入了任务相关的特征，让评估可解释。在这个报告中，我将介绍：（1）可解释评估的概念；（2）可解释评估的应用：模型诊断、数据集诊断、模型改进；（3）模型评估工具包 ExplainaBoard，以及数据评估工具包 DataLab。
报告人简介：傅金兰博士，2021年于复旦大学获得计算机博士学位，师从黄萱菁教授。2021年9月后，于新加坡国立大学开展博士后研究。研究兴趣包括NLP任务的可解释性分析、序列标注任务等。研究成果曾获得ACL-2021 最佳系统论文奖、ACL-2022 杰出系统论文奖。
邀请人：人工智能系 苏劲松教授
